Boken 'Data Analysis' dykker ned i en rekke tankevekkende spørsmål knyttet til grunnprinsippene for dataanalyse. Den trekker på den langvarige erfaringen til en av fagekspertene, som deler sin innsikt med leserne. Hvorfor er det viktig å studere dataanalyse? Hvordan bør emnet undervises? Hvilke teknikker er mest effektive, og for hvem? Hvor valide er resultatene som oppnås? Hvor mye data er egentlig nødvendig for testing? Og hvilke maskinspråk bør være i bruk, om noen? Peter J. Huber bruker en praktisk tilnærming som inkluderer case-studier fra virkeligheten og interessante anekdoter fra fagfeltet for å belyse disse spørsmålene. Han legger vekt på strategiske valg - når bør man benytte hvilke teknikker - snarere enn å fokusere på spesifikke statistiske metoder. Bokens sentrale tema er forståelsen av betydningen av store (eller robuste) datasett, implementering av programmeringsspråk, og modellbruk. Hver del er illustrert med rikelig med eksempler og case-studier som gir leseren et klart innblikk i stoffet. Personlige erfaringer, vanlige fallgruver og eksisterende kontroverser blir også diskutert, noe som gir en helhetlig forståelse av emnet.
